基于真实来源生成注释书目。粘贴参考文献或 DOI；每条都会匹配到其数据库记录，检索论文自身的摘要，并且注释只依据该摘要撰写：目的、方法和发现，90 到 130 词，置于按你所选样式格式化的参考文献之下。若未找到摘要，则不生成注释，并会明确说明。
Trusted by researchers publishing in
每次最多 5 条，可自由混合。每一条都会与可信的开放学术数据库中的记录匹配；未匹配到任何记录的条目会被报告出来，而不会被猜测。
对于每篇匹配到的论文，系统会向数据库请求其摘要。注释只依据这段文本生成，因此无法检索到摘要的论文会被标记出来，而不是在未读情况下被概述。
为条目选择引用样式，结合你对来源的了解阅读每条注释，补充你的评价性句子，然后可单独复制条目或整个书目。
每条注释条目都锚定到匹配的数据库记录，参考文献则依据该记录已登记的元数据进行格式化。
注释会概括论文自身的摘要，只有当摘要中明确出现数字时才会包含数字。不会根据模型记忆撰写任何内容。
APA、MLA、两种 Chicago 系统、Harvard、IEEE 和 Vancouver 可用于参考文献条目，并可在运行后切换。
没有记录或没有摘要时，行内会给出清晰说明，因此你始终知道哪些条目仍需要自己阅读。
注释书目要求每个来源包含两部分：准确的引文，以及一段简短文字，说明你了解该来源说了什么，以及它为何适合你的项目。教师布置这一任务，是因为它会在写作阶段之前检验研究阶段，而期刊审稿人在检查相关工作部分是否准确描述被引论文时，也会非正式地做同样的事。两部分都有出错方式。引文会在转录中失真，注释则会偏离，去描述你希望自己引用过的论文，而不是你实际引用的那篇。
AI 工具在让第二种失误变好之前，先让它更严重了：当被要求生成注释书目时，聊天机器人会很自信地概述它从未见过的论文，并把这些概述附在可能根本不存在的参考文献上。这个生成器在两端都针对这种模式进行设计。只有当参考文献先匹配到 Crossref 和 Semantic Scholar 等可信的开放学术数据库中的真实记录时，它才会成为一条注释条目，而注释则依据论文自身检索到的摘要生成，不添加任何外部内容。若没有记录或没有摘要，对应行就会明示这一点并停止，因为诚实的空缺比流畅的猜测更有用。
生成器刻意保留开放的部分是评价。描述性注释回答研究做了什么；而你的评分标准几乎肯定还要求说明它在此为何重要，这一句无法外包，因为它取决于你的研究问题和其他来源。一个可行的做法是：取生成的段落，在阅读全文时加以核对，然后补上你自己的两句话，一句写相关性，一句写局限。如果你仍在收集来源，citation finder会根据某个论断找出真实论文，而AI citation checker则会在你花时间做注释之前，核验你接手的一份列表。
收尾工作也有各自的工具：reference alphabetizer会把最终列表按样式指南要求的顺序排列，citation generator会格式化数据库未覆盖的书籍和网站，而ProofreaderPro editor则会通过你逐行批准的修订痕迹，润色你的注释以及它们所支撑的论文。
粘贴 10.1371/journal.pmed.0020124，生成器就会返回下面的参考文献及其注释。参考文献来自该 DOI 的登记记录；注释概括的是论文自身的摘要，该摘要在运行期间从数据库中检索得到。
Ioannidis, J. P. A. (2005). Why most published research findings are false. PLoS Medicine, 2(8), e124. https://doi.org/10.1371/journal.pmed.0020124
The essay examines why many published research findings may be false and argues that the likelihood that a claim is true depends on study power, bias, the number of studies addressing the question, and the proportion of true to null relationships in a field. It further notes that findings become less likely to be true when studies are smaller, effects are smaller, more relationships are tested with less preselection, methodological flexibility increases, interests and prejudice are stronger, and multiple teams pursue statistical significance. Through simulation, it shows that, for most study designs and settings, false claims are more likely than true ones, and that some fields may chiefly report measures of prevailing bias.
注释中的每一句都出现在论文摘要里。你自己的评价性句子，也就是这篇来源为何对你的项目重要，才是需要你自己补充的部分。
ProofreaderPro editor 会通过你逐行批准的修订痕迹，润色整篇手稿中的语法、清晰度和学术语域，并将你的引文视为受保护内容。可免费试用。
免费校对我的论文